当前,智能汽车已成为汽车行业的研究热点,是工业化和信息化结合的新兴产业。智能驾驶技术主要依靠多种传感器进行环境信息感知而做出进一步判断,在其中驾驶员状态感知是不可或缺的。本文主要基于双目视觉,针对驾驶员驾驶状态感知的问题进行了相关研究。基于双目视觉,利用三维数字图像相关法(3D-DIC)和面部关键点检测方法设计了面部运动跟踪系统,对面部三维重建和表情跟踪。跟踪选取点的三维位置,进而由跟踪到的位置信息判断驾驶员的驾驶状态,当判断驾驶员处于疲劳或者消极状态时,及时向驾驶员发出报警提醒。设计了驾驶员嘴部区域的提取算法。运用AdaBoost算法对人脸进行检测,在人脸检测的基础上使用基于级联回归的面部特征点检测方法检测出面部关键点,最终实现嘴部区域的提取。对基于三维数字图像相关法的点跟踪和驾驶员面部表情重建问题进行了深入研究,实现了基于三维数字图像相关法的三维重建和表情跟踪。提出了一种提高3D-DIC点跟踪计算效率的方法,优化、解决了驾驶员面部表情采集与重建过程中出现的问题。最后将人脸检测、面部关键点检测以及三维数字图像相关法联系到一起,设计了驾驶员驾驶状态感知系统,在打哈欠、嘴角上扬以及嘴角下撅三种情况下对系统进行了验证。通过实验验证,本文提出的基于数字图像相关法的驾驶员状态感知系统有较高的准确性,可以满足智能汽车的应用需求。